最直接的方式是在测试函数上用@pytest.mark.parametrize配合显式抽样逻辑，先固定随机种子、再抽样生成参数元组，避免在钩子中动态修改导致性能与稳定性问题。
pytest中用pytest.mark.parametrize配合自定义抽样函数最直接
直接在测试函数上用@pytest.mark.parametrize，把原始数据列表先过一遍你的抽样逻辑，再传进去——不改pytest运行机制，也不依赖外部配置，最可控。
常见错误是试图在pytest_generate_tests钩子里动态修改metafunc.parametrize参数列表，但一旦数据量大（比如10万条），钩子本身会卡住，且无法复现相同随机种子，导致CI里结果不稳定。
- 抽样逻辑必须显式调用
random.seed()或numpy.random.Generator固定种子，否则每次运行用例顺序不同，diff难定位 - 别在
parametrize里传原始全量列表再切片，会把所有数据加载进内存；先抽样、再生成参数元组 - 如果抽样需按字段分层（比如按status=“active”占70%，“inactive”占30%），建议用
pandas.DataFrame.sample或sklearn.model_selection.train_test_split，比纯random.sample更稳妥
用pytest_collection_modifyitems动态过滤已收集的测试项
这个钩子适合「已有大量参数化测试函数，但只想临时跑其中一部分」的场景。它在pytest完成收集但还没执行前介入，可就地删减items列表，开销远小于重生成参数。
注意：它对pytest.mark.skipif或pytest.mark.xfail类标记无效，只能删，不能改行为；而且被删掉的用例不会出现在--collect-only输出里，排查漏测时容易误判。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
- 在
conftest.py里实现，用item.name或item.get_closest_marker("parametrize")提取原始参数值 - 避免用
item.location做条件，因为路径可能因环境不同而变化；优先用测试函数名+参数组合哈希 - 加个
--sample-ratio=0.01命令行选项，让抽样比例可配，比硬编码更利于CI/CD切换
pytest-randomly插件不适合大数据量抽样
它本质是打乱测试执行顺序并截断，不是真正意义上的“从N个参数组合中选M个”。当@pytest.mark.parametrize生成了5万条用例，pytest-randomly仍会全部收集，只是执行到第K个就停——内存和启动时间照涨不误，还可能因中断导致fixture未清理。
真实报错现象：pytest: RuntimeError: maximum recursion depth exceeded（尤其配合pytest-xdist时），根源是收集阶段已构建完整测试树。
- 它默认不支持按参数内容抽样，比如“只取user_id为偶数的用例”，得自己写
pytest_runtest_makereport钩子补救，复杂度陡增 - 若坚持用，务必配
--maxfail=1+--tb=short，防止失败堆栈撑爆内存 - 小规模回归（
抽样后如何保证关键路径不被漏掉
纯随机容易跳过边界值、空输入、异常状态等高风险case。必须保留“强制样本集”，再叠加随机样本。
典型做法是把数据源拆成两部分：critical_cases（人工维护的必测集合） + bulk_data（待抽样的主数据）。最终参数列表 = critical_cases + random.sample(bulk_data, k=N)。
-
critical_cases建议存在单独JSON/YAML文件里，和业务逻辑解耦，方便QA更新 - 抽样前对
bulk_data去重（list(set(...))或pandas.drop_duplicates），避免随机重复放大噪声 - 记录本次实际运行的样本ID（如写入
run_samples.log），下次出问题时能快速复现同一组数据
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
